Python
阿里云开源离线同步工具DataX3.0介绍
一. DataX3.0概览 DataX 是一个异构数据源离线同步工具，致力于实现包括关系型数据库(MySQL、Oracle等)、HDFS、Hive、ODPS、HBase、FTP等各种异构数据源之间稳定高效的数据同步功能。 设计理念 为了解决异构数据源同步问题，DataX将复杂的网状的同步链路变成了星型数据链路，DataX作为中间传输载体负责连接各种数据源。当需要接入
计算机基础及Python准备
【一】编程和编程语言 【1】什么是编程 编程是指将人类语言翻译成计算机能够识别的语言。 【2】什么是编程语言 编程语言是人与计算机之间交流的媒介。 【3】为什么出现编程语言 为了让人类能够与计算机有效沟通并控制计算机进行工作。 【4】为什么做编程 让计算机按照人类意愿完成工作，提高工作效率。 【二】计算机组成原理 【1】什么是计算机 能够智能批量处理人类的指令和数据的通电机器。 【2】为什么发明计
在Kali下安装w4af软件
音乐FM：Paradise 一、简介 w4af是一款Web高级应用程序攻击和审计python 3框架。主要帮助开发人员和渗透测试人员识别和利用他们的web应用程序中的漏洞。 w4af最初基于w3af开发，由于w3af依赖于较为老旧的Python模块，kali系统在迭代版本的过程中逐渐移除了对老旧python模块的支持，所以在较新的kali上并不能运行成功。由此产生基于Python 3的w4af并将
python身份运算符
在Python中，身份运算符用于比较两个对象的内存地址，即它们是否引用了同一个对象。Python中的身份运算符包括 is 和 is not。 is：如果两个变量引用了同一个对象，则返回 True。 is not：如果两个变量引用的不是同一个对象，则返回 True。 下面是一个简单的示例： 需要注意的是，身份运算符检查的是对象的内存地址，而不是它们的值。因此，即使两个对象的值相同，但如
Python基于opencv实现的人脸识别--入门项目
先去opencv官网下载人脸识别的训练集 https://opencv.org/releases/ 解压目录要记录 主要使用 haarcascade_frontalface_default.xml 摄像头录入人脸（可选）可以弄一个文件夹，里面放一堆图片 用于训练的图片文件夹格式 用人脸开始训练 人脸识别 可以通过图片，视频，摄像头来进行人脸检测，识别成功后会返回id，根据id索引来对应人物
python包：CV
OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。 OpenCV用C++语言编写，它的主要接口也是C++语言，但是依然保留了大量的C语言接
点滴 | __str__ 方法和 __repr__ 方法的区别
你可能会经常看到这样的写法： 你可能会想，__repr__ 是什么，谁会去调用它，既然和 __str__ 一样的话，为什么还需要单独定义呢。 我们来看下官方给出的定义： object._repr_(self) 由 repr() 内置函数调用以输出一个对象的“官方”字符串表示。如果可能，这应类似一个有效的 Python 表达式，能被用来重建具有相同取值的对象（只要有适当的环境）。如果这不可能
python将字典转换为对象（type的高级用法）
创建对象 使用type()函数还可以动态创建对象。在Python中，对象本质上也是一种类型，因此可以使用type()函数来创建对象。例如： obj = type('MyObject', (), {'attr': 'value'})() 等价于 class MyObject: attr = 'value' obj = MyObject() 创建类 使用type()函数还可以动
试了下playground-续4
第四阵，MUSICAL OVERTONES 这一回章节还没看完，动了写一个wav的念头，凑成一节。 开篇一段完整的代码生成5秒正弦的wav文件，想到正弦值替换成简谱值，不就是音乐了吗，网上找了简谱和频率对照表，不可待地偿个鲜。 低音a1=[261.63, 293.67,329.63,349.23,391.99,440,493.88] 中音a2=[532.25,587.33,659.25,698.4
ansible 安装以及简单使用
自动化运维工具-ansible 1.ansible的安装 我选择的是rpm包安装 下载地址： 链接：https://pan.baidu.com/s/1dqm_QDGjd9oSNS5qEZzD5Q?pwd=34s5 提取码：34s5 下载之后 直接 rpm -ivh sshpass-1.06-2.el7.x86_64.rpm rpm -ivh ansible-2.9
Pandas 2.2 中文官方教程和指南（二）
原文：pandas.pydata.org/docs/ 如何在 pandas 中创建图表？ 原文：pandas.pydata.org/docs/getting_started/intro_tutorials/04_plotting.html 本教程使用的数据： 空气质量数据 本教程使用关于(NO_2)的空气质量数据，由OpenAQ提供，并使用py-openaq包。air_qualit
Pandas 2.2 中文官方教程和指南（二十）
原文：pandas.pydata.org/docs/ 按组分组：分割-应用-合并 原文：pandas.pydata.org/docs/user_guide/groupby.html 通过“按组”我们指的是涉及以下一个或多个步骤的过程： 根据某些标准将数据分成组。 应用一个函数到每个组独立地。 合并结果到数据结构中。 在这些中，分割步骤是最直接的。在应用步骤中，我们可能希望执
Pandas 2.2 中文官方教程和指南（二十二）
原文：pandas.pydata.org/docs/ 时间增量 原文：pandas.pydata.org/docs/user_guide/timedeltas.html 时间增量是时间之间的差异，以不同的单位表示，例如天、小时、分钟、秒。它们可以是正数也可以是负数。 Timedelta是datetime.timedelta的子类，并且行为类似，但也允许与np.timedelta64类型兼容
Pandas 2.2 中文官方教程和指南（二十四）
原文：pandas.pydata.org/docs/ 扩展到大型数据集 原文：pandas.pydata.org/docs/user_guide/scale.html pandas 提供了用于内存分析的数据结构，这使得使用 pandas 分析大于内存数据集的数据集有些棘手。即使是占用相当大内存的数据集也变得难以处理，因为一些 pandas 操作需要进行中间复制。 本文提供了一些建议，以便将
Pandas 2.2 中文官方教程和指南（六）
原文：pandas.pydata.org/docs/ 与 Stata 的比较 原文：pandas.pydata.org/docs/getting_started/comparison/comparison_with_stata.html 对于可能来自Stata的潜在用户，本页面旨在演示如何在 pandas 中执行不同的 Stata 操作。 如果您是 pandas 的新手，您可能首先想通过阅
Pandas 2.2 中文官方教程和指南（三）
原文：pandas.pydata.org/docs/ 如何操作文本数据 原文：pandas.pydata.org/docs/getting_started/intro_tutorials/10_text_data.html 将所有名称字符改为小写。 要使Name列中的每个字符串都变为小写，选择Name列（参见数据选择教程），添加str访问器并应用lower方法。因此，每个字符串都被逐
Pandas 2.2 中文官方教程和指南（七）
原文：pandas.pydata.org/docs/ 社区教程 原文：pandas.pydata.org/docs/getting_started/tutorials.html 这是社区提供的许多 pandas 教程的指南，主要面向新用户。 由 Julia Evans 撰写的 pandas cookbook 这本 2015 年的 cookbook（由Julia Evans撰写）的目标是为您
Pandas 2.2 中文官方教程和指南（十二）
原文：pandas.pydata.org/docs/ MultiIndex / 高级索引 原文：pandas.pydata.org/docs/user_guide/advanced.html 本节涵盖了使用 MultiIndex 进行索引和其他高级索引功能。 查看数据索引和选择以获取一般索引文档。 警告 在设置操作中返回副本还是引用可能取决于上下文。有时这被称为chained assign
Pandas 2.2 中文官方教程和指南（十六）
原文：pandas.pydata.org/docs/ 处理缺失数据 原文：pandas.pydata.org/docs/user_guide/missing_data.html 被视为“缺失”的值 pandas 使用不同的标记值来表示缺失值（也称为 NA），具体取决于数据类型。 numpy.nan适用于 NumPy 数据类型。使用 NumPy 数据类型的缺点是原始数据类型将被强制转换为np
Pandas 2.2 中文官方教程和指南（十七）
原文：pandas.pydata.org/docs/ 重复标签 原文：pandas.pydata.org/docs/user_guide/duplicates.html Index对象不需要是唯一的；你可以有重复的行或列标签。这一点可能一开始会有点困惑。如果你熟悉 SQL，你会知道行标签类似于表上的主键，你绝不希望在 SQL 表中有重复项。但 pandas 的一个作用是在数据传输到某个下游
Pandas 2.2 中文官方教程和指南（十五）
原文：pandas.pydata.org/docs/ 处理文本数据 原文：pandas.pydata.org/docs/user_guide/text.html 文本数据类型 在 pandas 中有两种存储文本数据的方式： object -dtype NumPy 数组。 StringDtype 扩展类型。 我们建议使用StringDtype来存储文本数据。 在 pandas 1
Pandas 2.2 中文官方教程和指南（五）
原文：pandas.pydata.org/docs/ 与 SAS 的比较 译文：pandas.pydata.org/docs/getting_started/comparison/comparison_with_sas.html 对于来自SAS的潜在用户，本页面旨在演示如何在 pandas 中执行不同的 SAS 操作。 如果您是 pandas 的新手，您可能首先想通过阅读 10 分钟入门
Pandas 2.2 中文官方教程和指南（四）
原文：pandas.pydata.org/docs/ 与 SQL 比较 原文：pandas.pydata.org/docs/getting_started/comparison/comparison_with_sql.html 由于许多潜在的 pandas 用户对 SQL 有一定的了解，本页旨在提供使用 pandas 执行各种 SQL 操作的一些示例。 如果你是 pandas 的新手，你可
Pandas 2.2 中文官方教程和指南（一）
原文：pandas.pydata.org/docs/ 安装 原文：pandas.pydata.org/docs/getting_started/install.html 安装 pandas 的最简单方法是作为Anaconda发行版的一部分安装，这是一个用于数据分析和科学计算的跨平台发行版。Conda包管理器是大多数用户推荐的安装方法。 还提供了从源代码安装（#install-source）
在阿里云服务器上安装python3.6.3
阿里云服务器试用 1、先进到服务器列表 2、进入远程连接 客户端使用账号密码进行连接 即可用xshell或putty连接了 ============================================================================= 一般系统中默认是python2，下面是python3安装流程 一、下载 https://www.python.
c语言在Linux中的使用
如何验证gcc正常使用，编译c以及运行 过程 要验证GCC（GNU Compiler Collection）是否正常使用，您可以按照以下步骤进行操作： 检查GCC是否安装：打开终端或命令行界面，输入以下命令来检查GCC是否已安装： 如果GCC已正确安装，您将看到GCC的版本信息。如果没有安装，您会看到类似“comma